VK mostrou como o editor de fotos com AI “Otredach” passou de brincadeira a vencedor do Dev Grants 2025
A VK contou a história do miniapp “Otredach”, que passou de um projeto pessoal feito como piada a um editor de fotos com AI em funcionamento. Em seis meses…
Processado por IA de Habr AI; editado por Hamidun News
A VK publicou um case de desenvolvimento do programador Anton Lenev, que transformou um projeto experimental de IA em um mini-app "Otredach" na plataforma VK Mini Apps. A história terminou não apenas com a vitória em VK Dev Grants 2025, mas também com um produto funcionando: nos últimos seis meses, o serviço foi visitado por mais de 109 mil usuários únicos.
Da Ideia ao Produto
A história começou em 2023, não com um editor de fotos, mas com um serviço bem-humorado de "adivinhação" baseado em GPT-3.5. Lenev criou uma interface simples em Next.js, adicionou geração de resposta em fluxo contínuo e conectou a aplicação com uma impressora Bluetooth infantil, para que as previsões pudessem ser impressas imediatamente. O formato pegou inesperadamente: vídeos demonstrando-o se espalharam rapidamente pelas redes sociais, e organizadores de eventos ficaram interessados no serviço, gostando dessa forma de interagir com redes neurais.
A próxima versão apareceu em 2024, quando os modelos começaram a trabalhar com segurança com imagens como entrada. Então o desenvolvedor montou um novo protótipo: o usuário carregava uma foto de pó de café ou folhas de chá, e o modelo interpretava a imagem e produzia uma "previsão" em texto. O experimento novamente resonou com o público, o projeto foi integrado com VK Bridge, a monetização por publicidade foi preservada, e em última análise venceram VK Fresh Code 2024 com isso, o que se tornou o primeiro sinal sério sobre a viabilidade da ideia.
Em 2025, Lenev deliberadamente se afastou do formato de puro entretenimento. Em vez de mais um projeto pessoal, ele decidiu montar um produto completo com economias mais claras e um caso de uso em massa. Contra o pano de fundo do surgimento de Nano Banana, OpenAI GPT Image 1.5 e Seedream 4.5, o desenvolvedor escolheu um caso simples mas claro: o usuário carrega uma foto e recebe uma versão estilizada da imagem — de um retrato medieval a um cartão postal retrô ou uma sessão de fotos de Ano Novo.
Como o Serviço Funciona
Tecnicamente, "Otredach" é construído sem complexidade desnecessária. O frontend usa um SPA padrão com prioridade de UX mobile-first, integração via VK Bridge e um VK UI Kit adaptado. Entre a interface e os provedores de modelos está uma camada BFF: ela verifica assinaturas VK, valida dados de entrada, envia solicitações para APIs de modelos, aceita webhooks na conclusão e gerencia a lógica de negócios em torno das gerações para que o cenário do usuário não desmorone em erros de serviços externos.
Em vez de infraestrutura pesada com PostgreSQL, réplicas e Kubernetes, o desenvolvedor escolheu PocketBase em Go sobre SQLite. Para carga moderada, isso provou ser suficiente: a solução forneceu um painel de administração integrado, migrações, hooks para lógica e consumo muito baixo de recursos. Este stack reflete bem a abordagem de produto de Lenev: primeiro verificar rapidamente a demanda e economia unitária, em vez de gastar meses escalando um sistema que ainda não provou que alguém realmente precisa dele.
A abordagem aos modelos é particularmente interessante. Lenev recusou treinar seus próprios modelos e fine-tuning, porque para um projeto independente é muito caro e pesado organizacionalmente. Em vez disso, "Otredach" funciona através de agregadores de API como Replicate e seleciona um modelo para um template visual específico, não para uma ideia abstrata de "melhor qualidade a qualquer custo". Esta abordagem ajuda a manter simultaneamente qualidade, velocidade de resposta e custo de geração sob controle.
- Cenários visuais complexos usam modelos mais poderosos e caros
- Templates em massa conectam configurações mais baratas com qualidade aceitável
- Para cada estilo, um prompt separado é escrito com limitações rigorosas na composição e reconhecibilidade facial
- O serviço retorna automaticamente pontos se a geração falhar ou travar com o provedor
- Solicitações repetidas e carga desnecessária são limitadas por rate limits e proteção contra duplicatas
"A direção escolhida não é apenas tecnicamente interessante, mas também significativa em termos de produto", escreve
Lenev.
Economia e Subsídio
A parte principal deste case não é a geração de imagens em si, mas o controle de despesas. Lenev escreve que já estava claro em um estágio inicial: sem economia rigorosa, esse tipo de produto queimaria o orçamento rapidamente. Apenas em outubro de 2025, os custos de geração superaram US$ 500, então a aplicação foi imediatamente projetada para pelo menos não entrar no vermelho. Para o autor, isso não é gasto em nuvem abstrato, mas dinheiro real que precisa ser recuperado através de um modelo de monetização funcionando dentro de VK.
Para manter o projeto à tona, o desenvolvedor não perseguiu os modelos mais caros em cada cenário, mas selecionou um equilíbrio de preço e resultados. Os prompts foram otimizados para configurações mais baratas, e algumas limitações foram introduzidas não pelo bem da beleza da interface, mas pela sobrevivência econômica: limites de geração, proteção contra duplicatas, retorno de moeda interna em falhas e controle de frequência de solicitação.
Como resultado, segundo o autor, a aplicação se equilibra com um pequeno lucro em relação aos custos de geração, infraestrutura e pagamentos obrigatórios. Na primeira etapa de VK Dev Grants 2025, Lenev apresentou uma ideia para um aplicativo diferente — "Live Photos", que anima imagens. Então, em uma arquitetura similar, "Otredach" apareceu, e ambos os produtos começaram a se complementar: primeiro o usuário cria uma imagem, depois a transforma em um vídeo curto.
Pelo final da competição, já não era um conceito em slides, mas um serviço ao vivo com usuários, infraestrutura funcionando, economias funcionando e um caso de uso claro, o que em última análise trouxe a vitória no programa de subsídios.
O Que Significa
O case "Otredach" mostra que em produtos de IA, não é o stack mais complexo e não é um modelo proprietário que vence, mas uma hipótese rapidamente validada, monetização compreensível e empacotamento preciso do cenário para uma plataforma em massa. Para desenvolvedores independentes, este é um sinal importante: o caminho de um experimento irônico para um produto com audiência de seis dígitos e uma bolsa VK ainda é real se o projeto tem demanda, disciplina de gastos e paciência suficiente para levar a ideia a um serviço funcionando.
Quer parar de ler sobre IA e começar a usar?
AI News é um feed curado de notícias de IA. A Hamidun Academy ensina você a usar IA no trabalho.